计算机科学>声音
标题: GTR-CTRL:变形金刚吉他音乐生成的乐器和体裁调节
摘要: 最近,具有深度学习技术的象征性音乐创作取得了稳步进步。 关于这个主题的大多数作品都集中在MIDI表示上,但很少有人关注使用吉他表(制表符)生成符号音乐,这些表符可用于对多种乐器进行编码。 标签除了节奏和音高之外,还包括有关微动弦乐器的表达技巧和指法的信息。 在这项工作中,我们使用DadaGP数据集生成吉他标签音乐,这是一个包含超过26k首GuitarPro和令牌格式歌曲的语料库。 我们介绍了一些方法来调整Transformer-XL深度学习模型的条件,以基于所需的乐器(inst-CTRL)和流派(genre-CTRL”)生成吉他标签(GTR-CTRL)。 训练语料库中每首歌曲的开头都附加了特殊的控制标记。 我们评估了模型在有条件和无条件下的性能。 我们提出了仪器存在度量来评估仪器-CTRL模型对给定仪器提示的响应。 我们训练了一个BERT模型用于下游流派分类,并使用它评估genre-CTRL模型获得的结果。 统计分析表明,条件模型和非条件模型之间存在显著差异。 总的来说,结果表明GTR-CTRL方法比无条件模型为以吉他为中心的符号音乐生成提供了更多的灵活性和控制。